Das Unternehmen iNovitas hat seine infra3DTechnologie für den Einsatz von Künstlicher Intelligenz weiterentwickelt.
In der Öffentlichkeit wird viel über Künstliche Intelligenz diskutiert. Im professionellen Einsatz sind die Chancen bereits heute enorm. Dies gilt insbesondere für die Themen Mustererkennung, Identifikation von Objekten aus Bild- oder Rasterdaten sowie deren Klassifikation, also jene Bereiche, die in der Bildmesstechnik am häufigsten nachgefragt werden. Der Mobile Mapping-Spezialist iNovitas AG hat seine infra3D-Technologie (Hard- und Software) weiterentwickelt. Neuartige Auswertealgorithmen ermöglichen nicht nur die Fusion von Daten aus Stereo- und Lasertechnik. Die hochdichten Daten können auch mittels künstlicher Intelligenz ausgewertet werden.
KI-basierte Analyse: KI-basierte Erkennung und Bildung von Zustandsklassen in den infra3D-Straßenbildern.
Einsatz von KI
„Im Infrastrukturbereich lassen sich sehr viele unterschiedliche Aufgaben mit Unterstützung von Künstlicher Intelligenz lösen”, sagt Martin Montag, Chief Customer Officer von iNovitas. So unterstützt infra3D beispielsweise die teilautomatisierte Zustandsbewertung von Stadt- und Gemeindestraßen. Die Fahrbahnoberfläche wird mit einer Auflösung von bis zu einem Millimeter pro Pixel hochgenau erfasst. Schadens- oder Substanzmerkmale wie Risse oder Schlaglöcher werden sehr genau abgebildet. Aus Sicht der KI sind das Bildmuster, die erkannt werden. Das KI-Netz wird mit hochauflösenden 3D-Bildern von infra3D trainiert, um die Erkennung der verschiedenen visuellen Schadensmerkmale zu optimieren. Das trainierte KI-Netz gliedert die Straßen in homogene Abschnitte und bildet Zustandsklassen der untersuchten Straßenabschnitte. „Durch die mehrfache Analyse aus verschiedenen Bildperspektiven der Straße erhalten wir ein umfassendes Verständnis des Straßenzustands, was für die Straßenerhaltung, die Infrastrukturplanung und die Gewährleistung sicherer Fahrbedingungen notwendig ist”, so Montag.
Die bewerteten Straßenabschnitte werden von Fachexpert:innen qualitativ geprüft und einer Zustandsklasse zugeordnet, die mit den entsprechenden Normen des visuellen Zustands vergleichbar ist. „Damit können wir unseren Kund:innen schnell objektive, reproduzierbare und präzise Zustandsbewertungen liefern. Die Ergebnisse können die Kund:innen in ihre infra3D-Softwarelösungen oder beliebige GIS-Systeme einblenden”, erklärt der Experte. So stehen die Daten jederzeit zur Verfügung und bilden die Grundlage für die Planung von Instandsetzungsmaßnahmen und die Koordination im öffentlichen Raum.
Schritte zur KI-gestützten Auswertung von Straßendaten
1. bildbasierte Digitalisierung: Erfassung des Straßenraums mit infra3D-Technologie und Generierung des intelligenten digitalen 3D-Abbilds der Straße als Grundlage für die bildbasierte Zustandsanalyse.
2. KI-basierte Analyse: KI-basierte Erkennung und Bildung von Zustandsklassen in den infra3D-Straßenbildern.
3. Datenausgabe und Bericht: Homogene Straßenabschnitte und Zustandsklassen als Offline-Layer in beliebigem Format (z.B. JSON, SHP) inklusive Beschreibung der Daten und Attribute.
4. Entscheidungsfindung: Nutzer:innen können objektive und datengestützte Entscheidungen über eine bessere und nachhaltige Straßeninfrastruktur finden.
Da die mobile Erfassungstechnik von iNovitas eine hohe Bildüberdeckung aus mehreren Kameraperspekti- ven erzeugt, ist auch eine detaillierte 3D-Aufnahme der Fahrbahnoberfläche (Spurrinnen) möglich, anhand derer der technische Zustand der Straße beurteilt werden kann.
Wenn eine Kommune eine Straßenzustandserfassung bei iNovitas in Auftrag gibt, erhält sie als Endergebnis mehrere Leistungsbausteine. Dazu gehören die Zustandsbewertung der Zustandsabschnitte und die Zuordnung zu Zustandsklassen, die Datenausgabe der Straßenabschnitte und Zustandsklassen als Offline-Layer in beliebigem Format (z.B. JSON, GML, Esri Shape-File oder GeoJSON) inkl. Beschreibung der Daten und Attribute sowie ein Kurzbericht und die Besprechung der Ergebnisse per Video.
Vorteile der KI
„Eine KI-basierte Bewertung ist ressourceneffizienter, ökologischer und schneller als herkömmliche Methoden“, sagt Montag. Zudem ermögliche KI ein standardisiertes und damit reproduzierbares Vorgehen, das einen objektivierten Vergleich der Ergebnisse ermögliche. In der Folge, so der iNovitas-Geschäftsführer, könne eine „noch objektiviertere Übersicht über das gesamte Straßennetz” entstehen. Da die Zustandsklassen über mehrere Jahre ermittelt werden, kann auch die Zustandsentwicklung wirtschaftlich dargestellt und damit die Effizienz der eingesetzten Finanzmittel für die Straßenerhaltung nachgewiesen werden. Die mit infra3D erfassten Straßendaten decken alle möglichen Anforderungen in einer Kommune ab. „Wir alle können von KI profitieren”, sagt Montag. Das Unternehmen wendet die Methode beispielsweise auch auf verschiedene Straßenobjekte wie Verkehrsschilder, Schächte etc. an.